我们在23魔方研究所中收集了香菜喜好程度相关的问答「你讨厌香菜的味道吗」，并选取 18~70 岁样本，去除选择「不确定」的个体；同时为了避免「说不上讨厌或喜欢」的中立回答对后续分析产生影响，也将此选项群体排除在分析外。

最终，为了保障样本量的充足，我们将选择「很喜欢」及「比较喜欢」的人群归为一类作为 Control 组（喜欢香菜），「很讨厌」及「比较讨厌」一类作为 Case 组（不喜欢香菜）。

我们基于上述筛选后的样本及其对应的基因芯片数据，在同时校正年龄和性别的前提下选取了与香菜喜好程度最相关的遗传标记。

根据这些遗传标记和基因性别，我们使用机器学习和大数据统计的方法对训练样本和验证样本构建预测模型，选择出最优的基因分数模型，并在全新的测试集合中测试模型性能（如下）。

上图为香菜喜好的基因分数在测试集的不喜欢香菜人群（Case，橘红色颜色表示）和喜欢人群（Control，淡蓝色颜色表示）中的分布情况。其中纵轴为基因分数。

现阶段根据基因对于香菜喜好的准确预测难度很大，直接根据基因和性别给出是否会喜欢香菜并不合理，而基因对于香菜喜好的影响更多表现为一种明显的倾向性。

为了给出更准确的倾向结果，我们对前面得到的连续数值的基因分数进行离散化分割，最终将基因分数转变为 3 个分箱，计算每个分箱中实际的香菜喜好的比例。

在预测时我们将你的基因分数对应到相应的分箱中，得到你的香菜喜好倾向性；同时展示其他与你基因相似的人的香菜喜好情况分布，并在验证数据集中充分验证了分箱规则的稳定性。

上图，不喜欢香菜（Case，淡蓝色颜色表示) ，说不上讨厌或喜欢（Other，土橘色表示），和喜欢香菜（Control，橘红色颜色表示)。 

随着分箱组别上升，不喜欢香菜的基因分数随之上升。可以看到不喜欢香菜的占比呈递增趋势。

研究的过程中发现，研究结果与其他研究得出的遗传标记有相近的基因座，且同样也无法单独根据基因实现高精确的预测。这可能源于 GWAS 传统方法本身的局限性有关，故暂时未能挖掘到更好的结果,也可能受限制于其他组学以及后天环境，例如生活环境的影响以及年龄差异。

此外，在最后的分箱结果中，我们也发现与其维持中立，选择「说不上讨厌或喜欢」的群体占比会随着不喜欢香菜的分箱组别升高而升高，因此推测这一类别在后续研究中或许可以考虑划归于不喜欢香菜的群体。我们也将在后续的研究中继续探索。